Introduction to Data Mining and its Applications

این کتاب مفاهیم داده کاوی و انبار داده را بررسی می کند، مرزی امیدوارکننده و شکوفا در سیستم های پایگاه داده و برنامه های کاربردی جدید پایگاه داده و همچنین طراحی شده است تا یک نمای کلی و در عین حال عمیق از این زمینه ارائه دهد. داده کاوی. داده کاوی یک زمینه چند رشته ای است که از حوزه هایی مانند فناوری پایگاه داده، هوش مصنوعی، یادگیری ماشین، NN، آمار، تشخیص الگو، سیستم های مبتنی بر دانش، کسب دانش، بازیابی اطلاعات، محاسبات با کارایی بالا و تجسم داده ها استفاده می کند. این کتاب برای مخاطبان وسیعی از خوانندگانی در نظر گرفته شده است که لزوماً در انبار داده و داده کاوی متخصص نیستند، اما علاقه مند به دریافت مقدمه ای کلی از این حوزه ها و کاربردهای عملی متعدد آنها هستند. از آنجایی که فناوری داده کاوی نه تنها در بین دانشجویان دانشگاهی بلکه برای تصمیم گیرندگان نیز به موضوعی داغ تبدیل شده است، اطلاعات تجاری و علمی با ارزشی را از حجم زیادی از داده های تاریخی فراهم می کند. همچنین برای مدیران فنی و مدیران اجرایی و همچنین برای فناورانی که علاقه مند به یادگیری در مورد داده کاوی هستند نوشته شده است.

This book explores the concepts of data mining and data warehousing, a promising and flourishing frontier in data base systems and new data base applications and is also designed to give a broad, yet in-depth overview of the field of data mining. Data mining is a multidisciplinary field, drawing work from areas including database technology, AI, machine learning, NN, statistics, pattern recognition, knowledge based systems, knowledge acquisition, information retrieval, high performance computing and data visualization. This book is intended for a wide audience of readers who are not necessarily experts in data warehousing and data mining, but are interested in receiving a general introduction to these areas and their many practical applications. Since data mining technology has become a hot topic not only among academic students but also for decision makers, it provides valuable hidden business and scientific intelligence from a large amount of historical data. It is also written for technical managers and executives as well as for technologists interested in learning about data mining.